本数据包含一个多模态类比推理数据集MARS和一个多模态知识图谱数据集MarKG用来评估多模态模型的类比推理能力

类比推理是一种感知和利用两种情况或事件之间的关系相似性的能力，在人类认知中占有重要地位，并且在众多领域例如教育、创造发挥着重要作用。一些学者考虑将类比推理与人工智能进行结合，在计算机视觉和自然语言处理领域都进行了广泛应用。其中，CV领域将视觉与关系、结构和类比推理相结合，测试模型对于基本图形的的理解和推理能力；NLP领域通过词语的线性类比来验证模型的文本类比推理能力。上述任务大多遵循的形式对深度学习模型的类比推理能力作了初步分析，但都仅限于单模态，没有考虑神经网络是否有能力从不同模态中捕获类比信息。然而，Mayer认知理论指出，人类通常在多模态资源中能表现出更好的类比推理能力，那人工智能模型是否具有这种性质呢？ 本数据包含一个多模态类比推理数据集MARS和一个多模态知识图谱数据集MarKG用来评估多模态模型的类比推理能力。